导读:本文包含了静态解耦论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:静态,传感器,算法,神经网络,各向同性,腕力,风洞。
静态解耦论文文献综述
茅晨,高翔,徐国政,宋爱国[1]（2019）在《基于MSVR的六维腕力传感器静态解耦算法》一文中研究指出针对维间耦合会影响六维腕力传感器测量精度的问题,提出了基于多输出支持向量回归机(Multi-output support vector regression,MSVR)的解耦算法。以实验室研制的六维腕力传感器为例进行静态标定实验,使用基于MSVR的解耦算法以及传统的基于最小二乘求解标定矩阵的解耦算法对标定数据进行处理分析。实验结果表明,本文提出的解耦算法稳定可靠,能有效抑制维间耦合的干扰,具有较高的解耦精度。(本文来源于《数据采集与处理》期刊2019年04期）
陈厚合,邵俊岩,姜涛,张儒峰,李雪[2]（2019）在《基于多能流解耦算法的综合能源系统N-1静态安全分析》一文中研究指出综合能源框架下,各能源子系统间的能量交互更加频繁,多能流协同运行在提高运行能效的同时,也使传统面向单一能源子系统的安全性分析方法难以适用,有必要针对电—气—热的综合能源系统静态安全问题进行深入分析。首先,建立含电、气、热的综合能源系统数学模型,计算综合能源系统静态多能流;其次,针对综合能源系统耦合元件提出互济控制模式和保护控制模式两种控制模式;在此基础上,建立预想事故集,对综合能源系统进行静态N-1安全校核;通过分析综合能源系统的静态N-1安全校核结果,探究耦合元件退出运行以及耦合元件不同控制模式对综合能源系统运行安全性的影响;最后,通过IES 14节点测试系统算例对所提出的综合能源系统N-1静态安全分析方法的准确性和有效性进行了分析、验证。(本文来源于《电力系统自动化》期刊2019年17期）
茅晨,宋爱国,高翔,徐国政[3]（2015）在《六维力/力矩传感器静态解耦算法的研究与应用》一文中研究指出维间耦合是影响多维力/力矩传感器测量精度的一个主要因素。介绍了六维力/力矩传感器维间耦合的基本原理,在研究基于求解矩阵广义逆的静态解耦算法的基础上,提出了基于耦合误差建模的静态解耦算法。以实验室研制的六维力/力矩传感器为例进行标定实验,用两种解耦算法对其进行解耦计算。实验结果证明基于耦合误差建模的静态解耦算法的有效性。(本文来源于《传感技术学报》期刊2015年02期）
王小燕[4]（2014）在《一种新型叁维加速度传感器静态解耦研究》一文中研究指出所述新型叁维加速度传感器由于受到结构、应变片粘贴、加工等因素的影响,在测量中存在维间耦合,影响测量精度。传统的是利用最小二乘法线性解耦。该文根据BP神经网络的强非线性映射功能研究了其非线性解耦方法。以新型传感器标定实验中的实验数据为对象,分别对其进行了非线性解耦和线性解耦,结果表明解耦精度提高了六倍。(本文来源于《电子质量》期刊2014年06期）
武秀秀,宋爱国,王政[5]（2013）在《六维力传感器静态解耦算法及静态标定的研究》一文中研究指出耦合误差严重影响着六维力传感器的精度,标定试验的准确性对提高六维力传感器的精度也是必不可少的。针对传感器输出电压正负方向拟合函数不同提出了一种基于耦合误差和分段拟合建模的六维力传感器解耦算法。用十字梁结构的传感器进行标定试验,将得到的标定数据应用于解耦算法中。通过标定数据验证了基于耦合误差和分段拟合的静态解耦算法性能的优越性。(本文来源于《传感技术学报》期刊2013年06期）
刘砚涛,郭冰,尹伟,吴兵[6]（2013）在《六维力传感器静态标定及解耦研究》一文中研究指出设计了一种八梁结构轮辐式六维力传感器的静态标定试验台,并从传感器的静态耦合特性和解耦算法两方面进行了研究。给出了详细的标定过程,获取了试验数据样本。基于试验样本构造了标定矩阵。结果表明:该传感器在结构上具有良好的自解耦特性,通过解耦算法对传感器输出进行解耦后,传感器的耦合误差基本被消除,满程测量精度能达到2.6%,为该种六维力传感器的实用及其产业化奠定了基础。(本文来源于《强度与环境》期刊2013年01期）
肖汶斌,董文才[7]（2012）在《六维力传感器静态解耦方法》一文中研究指出在系统分析六维力传感器线性解耦基本原理的基础上,依据各向同性指标比较分析了基于克拉默法则和最小二乘法线性解耦算法的优劣,建立了RBF神经网络非线性解耦模型。研究结果表明:与克拉默法则相比,最小二乘法得到的标定矩阵具有更优的各向同性;以径向基神经网络逼近广义力向量和输出电压之间的函数关系可大大减小六维力传感器的线性误差和维间耦合,其总体误差低于1%FS。(本文来源于《海军工程大学学报》期刊2012年03期）
石中盘,赵铁石,厉敏,赵延治,丁长涛[8]（2012）在《大量程柔性铰六维力传感器静态解耦的研究》一文中研究指出为提高大量程六维力传感器的测量精度,提出了一种新型的六维力传感器非线性静态解耦方法,该方法结合混合递阶遗传算法和小波神经网络的优点,采用递阶遗传算法与最小二乘法分别对小波神经网络隐层结构参数以及输出层权值进行优化,再将优化后的小波神经网络模型用于六维力传感器非线性解耦。建立了基于混合递阶遗传算法和优化小波神经网络的六维力传感器非线性解耦模型,设计了基于混合递阶遗传算法的小波神经网络结构及参数优化算法,给出了六维力传感器非线性解耦的具体实现流程。以最新研制的6-UPUR大量程柔性铰六维力传感器为对象进行实验,结果表明,采用该方法六维力传感器的Ⅰ类误差和Ⅱ类误差分别为1.25%和2.59%,比采用BP和RBF神经网络方法的测量精度高。(本文来源于《仪器仪表学报》期刊2012年05期）
厉敏[9]（2011）在《大量程六维力传感器信号消噪及静态解耦研究》一文中研究指出大量程高精度六维力传感器在飞机起落架落地冲力测试、火箭推力测试、航天器对接、风洞测力试验等领域十分急需并有着广阔的应用前景。本文以课题组研制的新型的大量程柔性铰并联式六维力传感器为研究对象,对六维力传感器进行了信号消噪处理和非线性静态解耦研究。主要内容如下:首先,在实验平台上完成了六维力传感器的静态标定试验,获取了用于信号消噪和静态解耦研究的标定样本数据。其次,研究了多种适合传感器信号消噪的方法;基于小波阈值消噪的原理,分析并确定小波阈值消噪的各项参数;提出了混合阈值消噪方法;并利用各种方法对六维力传感器信号进行了仿真实验,取得了较好的效果。再次,为克服线性静态解耦的不足,提出了叁种基于人工神经网络和遗传算法的非线性静态解耦方法:HHDTGA-BP算法、HHDTGA-RBF算法和HHDTGA-Wavelet算法。建立了同时优化结构和参数的神经网络模型,并应用于六维力传感器的静态解耦中。利用标定样本数据进行了仿真试验,结果证明了各种方法的研究价值。最后,基于六维力传感器静态标定实验的硬件结构,应用LabVIEW开发环境和MATLAB语言进行混合编程,开发了六维力传感器静态标定软件系统,设计并分析了静态标定的主要显示界面,显示了实验结果并与仿真结果进行了对比研究。实验结果表明:本文提出的小波阈值消噪方法和非线性静态解耦方法提高了六维力传感器的测量精度,为六维力传感器静态标定方案的改进提供了参考依据,对今后的大量程多维力传感器的研究和发展奠定了理论基础。(本文来源于《燕山大学》期刊2011-03-01）
杨双龙,徐科军[10]（2009）在《针对单元校准的杆式应变天平静态非线性解耦》一文中研究指出针对风洞应变天平的单元校准方法,构建六分量杆式天平静态耦合干扰及其解耦网络。提出用迭代最小二乘法分步求取天平静态非线性解耦矩阵,避免了用最小二乘法一次计算时天平输出矩阵可能出现的病态问题。对实际天平静态标定实验数据的解耦结果表明,此方法获得的解耦矩阵能够取得很好的静态非线性解耦效果,满足应用的要求。(本文来源于《PCC2009—第20届中国过程控制会议论文集》期刊2009-08-03）
静态解耦论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
综合能源框架下,各能源子系统间的能量交互更加频繁,多能流协同运行在提高运行能效的同时,也使传统面向单一能源子系统的安全性分析方法难以适用,有必要针对电—气—热的综合能源系统静态安全问题进行深入分析。首先,建立含电、气、热的综合能源系统数学模型,计算综合能源系统静态多能流;其次,针对综合能源系统耦合元件提出互济控制模式和保护控制模式两种控制模式;在此基础上,建立预想事故集,对综合能源系统进行静态N-1安全校核;通过分析综合能源系统的静态N-1安全校核结果,探究耦合元件退出运行以及耦合元件不同控制模式对综合能源系统运行安全性的影响;最后,通过IES 14节点测试系统算例对所提出的综合能源系统N-1静态安全分析方法的准确性和有效性进行了分析、验证。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
静态解耦论文参考文献
[1].茅晨,高翔,徐国政,宋爱国.基于MSVR的六维腕力传感器静态解耦算法[J].数据采集与处理.2019
[2].陈厚合,邵俊岩,姜涛,张儒峰,李雪.基于多能流解耦算法的综合能源系统N-1静态安全分析[J].电力系统自动化.2019
[3].茅晨,宋爱国,高翔,徐国政.六维力/力矩传感器静态解耦算法的研究与应用[J].传感技术学报.2015
[4].王小燕.一种新型叁维加速度传感器静态解耦研究[J].电子质量.2014
[5].武秀秀,宋爱国,王政.六维力传感器静态解耦算法及静态标定的研究[J].传感技术学报.2013
[6].刘砚涛,郭冰,尹伟,吴兵.六维力传感器静态标定及解耦研究[J].强度与环境.2013
[7].肖汶斌,董文才.六维力传感器静态解耦方法[J].海军工程大学学报.2012
[8].石中盘,赵铁石,厉敏,赵延治,丁长涛.大量程柔性铰六维力传感器静态解耦的研究[J].仪器仪表学报.2012
[9].厉敏.大量程六维力传感器信号消噪及静态解耦研究[D].燕山大学.2011
[10].杨双龙,徐科军.针对单元校准的杆式应变天平静态非线性解耦[C].PCC2009—第20届中国过程控制会议论文集.2009
论文知识图
